图像处理方法及装置以及程序的制作方法
【专利摘要】本发明为图像处理方法及装置以及程序，多次反复进行：第1工序，按第1及第2图像T、R上的每个坐标p决定像素值的梯度涉及的特征向量n，若坐标p的像素值的梯度向量T（p）、R’（p）大小为阈值THNorm以上，则将以该梯度向量的大小归一化该梯度向量后的值作为坐标p的特征向量n，若梯度向量小于该阈值则将0向量作为坐标p的特征向量n；第2工序，按第1及第2图像T、R’上的互相对应的每个坐标p算出将坐标p的特征向量彼此的内积的绝对值N次方而得的相关值，求出包含这些相关值的累计值的评价值D；和第3工序，变更第2图像R’以增大评价值D。从而包含同一对象的多个图像之间的对位中，有效抑制噪声对梯度的影响。
【专利说明】图像处理方法及装置以及程序
【技术领域】
[0001 ] 本发明涉及包含同一对象的多个图像之间的对位技术。
【背景技术】
[0002] -直以来，作为摄像装置，已知例如磁共振装置（MR)、放射线断层摄影装置（CT)、 超声波装置（US)等。在这些摄像装置中，其各摄像模式（modality)分别存在优点/缺点， 仅某一特定的摄像模式形成的图像存在诊断中的精度不足的情况。因此，近年来，不仅使用 特定的摄像模式形成的图像，而使用多个不同摄像模式形成的图像进行诊断，从而谋求诊 断精度的提高的尝试越来越多。
[0003] 在利用多个不同摄像模式形成的图像的诊断中，按各摄像模式而图像的坐标系有 所不同。因此，校正这些坐标系的差异、起因于内脏器官的变动/变形的错位的技术、即图 像间的对位（Regi strat ion )技术尤为重要。
[0004] 作为摄像模式彼此不同的多个图像间的对位手法，最普通的是采用相互信息量 (Mutual Information)的手法(例如，参照非专利文献1等)。该手法广义上是基于图像的 亮度值的手法（intensity based method)。即，利用相互信息量来进行对位时，对象图像间 亮度值存在关联性成为前提。
[0005] 然而，在US图像中，产生声影（Acoustic shadow),高反射体的后方的亮度值比本 来的值还下降。另外血管的亮度值也依据血管的走向而发生变化。因此，例如在MR图像与 US图像的对位、或者CT图像与US图像的对位中，经常发生亮度值的关联性不足的状况。对 于这样的图像，适合采用基于图像的特征的手法（feature based method),而不是基于如 相互信息量这样的亮度值的手法。
[0006] 作为基于图像的特征的手法的代表例，提出采用标准梯度场（归一化梯度场， Normalized Gradient Field :NGF)的手法(例如，参照非专利文献2等)。标准梯度场，在算 出图像上的坐标上各方向x、y、z的1次偏微分、即梯度向量（Gradient Vector)之后，以该 梯度向量的长度（Vector Norm)对该梯度向量进行了归一化（normalized)。S卩，标准梯度 场不依赖于像素值或者亮度值的大小或梯度的大小，而是仅表示梯度的方向的特征量。假 设在某两个图像中互相对应的位置上产生相同方向的标准梯度场，则能将这两个图像的位 置视为对齐。因此，该手法中，通过对标准梯度场所示的方向的对齐程度进行最优化，能够 进行对位。
[0007] 标准梯度场η在数学上表述如下。
【权利要求】
1. 一种图像处理方法，多次反复进行以下工序以进行第1及第2图像的对位： 第1工序，按照包含同一拍摄对象的所述第1及第2图像中的每个坐标，决定该坐标上 的像素值的梯度所涉及的特征向量，其中当该坐标上的像素值的梯度向量的大小为既定阈 值以上时，将以该梯度向量的大小对所述梯度向量进行归一化后的值决定为该坐标上的特 征向量，当所述梯度向量的大小小于所述既定阈值时，将〇 (零）向量决定为该坐标上的特 征向量； 第2工序，按照所述第1及第2图像中互相对应的每个坐标，算出与计算该坐标上的特 征向量彼此的内积的绝对值的N (N为自然数）次方而得的值相当的相关值，求出包含按每 个所述坐标算出的相关值的累计值的评价值；以及 第3工序，以使所述评价值变得更大的方式变更所述第2图像。
2. -种图像处理装置，其中包括： 决定单元，按照包含同一拍摄对象的第1及第2图像中的每个坐标，当该坐标上的像 素值的梯度向量的大小为既定阈值以上时，将以该梯度向量的大小对所述梯度向量进行归 一化后的值决定为该坐标上的特征向量，当所述梯度向量的大小小于所述既定阈值时，将〇 (零）向量决定为该坐标上的特征向量； 算出单元，按照所述第1及第2图像中互相对应的每个坐标，算出与计算该坐标上的特 征向量彼此的内积的绝对值的N (N为自然数）次方而得的值相当的相关值，求出包含按每 个所述坐标算出的相关值的累计值的评价值；以及 变更单元，以使所述评价值变得更大的方式变更所述第2图像， 多次反复进行所述决定单元、算出单元及变更单元所进行的处理，进行所述第1及第2 图像的对位。
3. 如权利要求2所述的图像处理装置，其中所述梯度向量为图像中各坐标轴向的1次 偏微分。
4. 如权利要求2所述的图像处理装置，其中所述相关值是计算所述特征向量彼此的内 积的平方而得的值。
5. 如权利要求2所述的图像处理装置，其中所述评价值是以所述第1或第2图像的大 小对所述相关值的累计值进行归一化而得的值。
6. 如权利要求2所述的图像处理装置，其中所述变更包含平行移动、旋转及变形之中 的至少一种。
7. 如权利要求2所述的图像处理装置，其中所述决定单元基于对所述第1及第2图像 分别进行构造物强调滤波处理和/或噪声降低处理而得到的图像，求出所述梯度向量。
8. 如权利要求2所述的图像处理装置，其中所述第1及第2图像为医用图像。
9. 如权利要求8所述的图像处理装置，其中所述第1及第2图像中摄像模式互相不同。
10. 如权利要求9所述的图像处理装置，其中所述第1及第2图像的一个为超声波图像 (US图像)。
11. 如权利要求2所述的图像处理装置，其中反复进行所述决定单元、算出单元及变更 单元所进行的处理，直至进行该处理的次数达到既定数，或直至所述评价值实质上收敛。
12. 如权利要求2所述的图像处理装置，其中还包括推定所述第1及第2图像的至少一 个的对象区域中的噪声量，并基于该噪声量决定所述阈值的单元。
13. 如权利要求12所述的图像处理装置，其中所述对象区域为所述第1图像与所述第 2图像之间共同的解剖学特征点的周边区域。
14. 如权利要求12所述的图像处理装置，其中所述对象区域为所述至少一个图像的中 央区域。
15. 如权利要求12所述的图像处理装置，其中所述对象区域为病变部的周边区域。
16. 如权利要求12所述的图像处理装置，其中所述对象区域为全部图像区域。
17. 如权利要求12所述的图像处理装置，其中所述决定阈值的单元求出所述对象区域 中的各像素上的梯度强度，并基于该梯度强度的直方图来决定所述阈值。
18. 如权利要求12所述的图像处理装置，其中所述决定阈值的单元根据以下的（a)? (f)式的任一个或多个的组合的平均值来算出噪声量Nqt : Nqt = Mfmax + 〇 XHWHML (a) Nqt = Mfmax + 〇 XHWHME (b) Nqt = Mfmax + σ X (HWHML + HWHME)/2 (c) Nqt = 〇 XMfmax (d) Nqt = 〇 XMmoml (e) Nqt = 〇 XMmom2 (f) 其中，Mfmax是在所述直方图分布上出现的峰值之中、梯度强度最低的峰值给出众数值 的梯度强度； HWH^是从所述直方图分布上的Mfmax观看低值侧的半值半宽度； HWHMK是从所述直方图分布上的Mfmax观看高值侧的半值半宽度； 是与所述直方图分布上的梯度强度从〇到HWHMK的范围的重心相当的梯度强 度； 是与所述直方图分布上的梯度强度从HWH^到HWHMK的范围的重心相当的梯度 强度。
19. 一种程序，用于使计算机作为权利要求2所述的图像处理装置起作用。
20. -种程序，用于使计算机作为权利要求12所述的图像处理装置起作用。
【文档编号】G06T5/00GK104156940SQ201410162145
【公开日】2014年11月19日 申请日期:2014年4月22日 优先权日:2013年4月22日
【发明者】尾见康夫 申请人:Ge医疗系统环球技术有限公司